ASP.NET Core滑动窗口限流如何应对高并发场景下的性能挑战？

本文共计2133个文字，预计阅读时间需要9分钟。

目录+算法原理+漏洞检测+太初+算法实现+进程内即时内存滑动窗口算法+基于Redis的滑动窗口算法+应用算法+1. 安装Nuget包+2. 使用中间件+滑动窗口算法用于应对请求在时间周期中分布不均匀的情况

目录

• 算法原理
• 漏检
• 太刚
• 算法实现
• 进程内即内存滑动窗口算法
• 基于Redis的滑动窗口算法
• 应用算法
• 1、安装Nuget包
• 2、使用中间件

滑动窗口算法用于应对请求在时间周期中分布不均匀的情况，能够更精确的应对流量变化，比较著名的应用场景就是TCP协议的流量控制，不过今天要说的是服务限流场景中的应用。

算法原理

这里假设业务需要每秒钟限流100次，先来看固定窗口算法的两个问题：

漏检

如下图所示，单看第1秒和第2秒，其请求次数都没有超过100，所以使用固定窗口算法时不会触发限流。但是第1秒的后500ms的请求数加上第2秒的前500毫秒的请求数就超过了100，这时候可能会给系统带来伤害，使用固定窗口算法时不能检测到这种情况。

太刚

针对漏检的问题，你可能会说，可以把时间窗口设置为500ms，把限流阈值设置为50。